De voorbije maanden hebben we klanten getoond hoe Hello Customer aan Claude gekoppeld is. Twee elementen maken dat mogelijk. Een MCP-server geeft het model rechtstreeks toegang tot de CX-data — scores, key drivers, sentiment, feedbacksamples. Daarbovenop staat een set Skills: kleine bundels met instructies en scripts die het model zelf oppakt zodra een vraag erom vraagt. Samen wordt "maak de QBR voor deze klant" of "geef me het retentieverhaal van vorig kwartaal" een vraag die werkt, geen project.
Na elke conversatie waarin we dit laten zien, komt dezelfde vraag terug: kunnen we hetzelfde doen met Microsoft Copilot, Gemini of ChatGPT?
Het eerlijke antwoord valt uiteen in twee delen, en die volgen een verschillende logica. Wie ze door elkaar haalt, doet beloftes die geen stand houden. Om de vraag goed te beantwoorden, moeten twee lagen apart bekeken worden: de data-integratie via MCP en de Skills die daarbovenop draaien.
De MCP-laag is open
MCP — Model Context Protocol — is geen Claude-technologie in enge zin. Anthropic heeft het in november 2024 als open protocol gepubliceerd, en de belangrijkste andere spelers hebben het sindsdien overgenomen. OpenAI kondigde in maart 2025 MCP-ondersteuning aan in ChatGPT en de Agents SDK. Google deed hetzelfde voor Gemini. Microsoft heeft het ingebouwd in Copilot Studio en breidt dat verder uit in de rest van de Copilot-familie.
Wat dat in de praktijk betekent: onze Hello Customer MCP-server kan in principe door elk van deze platformen aangesproken worden. De verbinding tussen het model en de CX-data zit niet vast aan één leverancier. Dat is precies het punt van een open protocol. Vandaag draait die integratie stabiel in productie bij Claude; bij de anderen hangt het af van hoe ver hun eigen MCP-implementatie staat.
De Skills-laag is platformgebonden
Hier ligt het anders. Skills zoals wij ze gebruiken zijn een Claude-concept: een mapje met een instructiebestand in markdown, optionele scripts en een korte beschrijving die het model zelf laat beslissen wanneer de Skill relevant is. Drie eigenschappen tellen. Het model activeert de Skill automatisch op basis van de vraag. De inhoud wordt alleen geladen wanneer nodig. En er kan uitvoerbare code in zitten.
Elk ander platform heeft zijn eigen variant op dat idee. Geen enkele is één-op-één uitwisselbaar, maar de onderliggende inhoud — instructies, workflows, domeinlogica — is wel overdraagbaar. Het vraagt werk, geen herbouw vanaf nul.
Waar dat ons brengt
Twee dingen volgen daaruit.
De data-integratie met Hello Customer staat los van het model. Via MCP zijn we klaar om met Claude, ChatGPT, Gemini en Copilot te werken. De productierijpe integratie zit vandaag bij Claude, en de rest volgt naarmate hun MCP-implementaties verder rijpen.
De Skills die we gebouwd hebben zijn vandaag geoptimaliseerd voor Claude. De onderliggende logica overdraagbaar maken naar andere platformen is een apart traject, en daar zijn we actief mee bezig — wat zuiver meereist, wat per platform anders moet, en waar automatische activatie benaderd kan worden waar ze niet ingebouwd is.
Claude is vandaag het volwassenst voor deze manier van werken. Dat is de reden waarom we ermee begonnen zijn, en waarom onze eerste generatie ervaringen daar zit. De andere platformen zijn aan het inhalen. Wanneer het moment komt om mee te bewegen, reist de inhoud — de workflows, de domeinkennis, de integratie via MCP — met ons mee.
